OptiStruct&HyperStudy约束屏蔽策略

在优化过程的每次迭代中，目标函数被重新计算，所有的约束条件也被加以判定。保留优化问题的所有响应可能造成以下两方面的问题：

➢优化问题有非常多的响应和设计变量。多数的优化算法可以处理大量响应或大量设计变量的问题，但是无法求解这两者数量都很多的情况。

➢对于基于梯度的优化来说，这些响应的设计灵敏度都需要计算。当响应和设计变量的数量都很多时，设计灵敏度的计算开销（时间和空间上的）也会变得很大。

约束屏蔽（constraint screening）把优化问题中的响应数量缩减到具有代表性的少数，被保留的响应抓住了原始优化问题的本质，同时又使得问题的计算规模在一个可接受的范围内。约束屏蔽应用了这样一个事实，即被屏蔽掉的约束不会影响优化的方向，因此它们可以从当前的设计迭代步中去除。被屏蔽掉的约束响应要么在可行域内远离边界值，要么比保留下来的指定数量的约束（相同约束响应类型，同一设计域，同一工况）相对重要性低（比如对上限约束该响应的值更小，或对下限约束该响应的值更大）。

考虑这样一个优化问题，目标是最小化模型总质量（该模型由100000个单元组成），同时保证所有单元的应力低于其材料的屈服应力。在这个问题中，每个子工况有100000个约束（每个单元的应力低于其材料的屈服应力）。对于每个设计变量，在每一子工况的每次迭代中都要进行100000个灵敏度的计算。

因为设计变量的改变也会受到运动极限的限制，所以应力值在相邻的迭代步之间不会发生剧烈变化。因此，也就没有必要计算那些应力远低于其屈服应力的单元的灵敏度。同样的，优化的方向主要受到最大单元应力的影响，因此可以仅仅考虑那些最大单元应力，这样需要进行的灵敏度计算的数量将会进一步降低。(www.xing528.com)

当然，约束屏蔽是一个权衡利弊的过程。屏蔽掉一些约束响应后，有可能需要更多的迭代才能得到一个收敛的解。尤其是如果屏蔽了过多的约束响应，可能会耗费非常长的时间才能收敛。在最坏的情况下，如果保留的响应数量少于有效的约束数量，优化甚至可能不收敛。

大量的测试表明，对于大多数优化问题，使用约束屏蔽可以节省很多的计算时间和资源。因此，在OptiStruct中约束屏蔽默认是激活的。默认设置为，对于每种响应类型在每个设计区域和子工况中，仅考虑在可行域内离其边界值50%以内（包括不可行域）的前20个最重要（比如对于上限约束值最大，或对于下限约束值最小）的约束。

DSCREEN卡片可以控制约束屏蔽的阈值和保留的约束数量。对于所有的DRESP1类型响应，可以单独设置不同的DSCREEN。对于DRESP2类型的响应，需要单一的DSCREEN设置，其RTYPE值为EQUA。同样的，对于DRESP3类型的响应，需要单一的DSCREEN设置，其RTYPE值为EXTERNAL。在定义DRESP2和DRESP3类型的响应时，保证相同域编号的响应使用相似的方程，这一点很重要（为了保证约束屏蔽的执行效率，相同域内的响应在数量级上应该相差不大，并且表现出相似的设计灵敏度。要保证这一点，最简单的方法就是组合相似的变量）。

为了减轻用户的负担，约束屏蔽的准则可以自动执行并在优化过程中自适应地调整，在尽可能地保留最少数量响应的同时达到稳定收敛。在DSCREEN卡片中设置RTYPE=AUTO可以打开这一功能。在这一设定下，域将会自动定义。这个功能对于经验较少的用户来说非常有用，当问题中存在许多局部约束时也非常有价值。但是，它在运行过程中将会消耗较多的内存。高级用户可以通过自定义约束屏蔽准则，手动定义保留的约束，这样会使用较少的内存，这对于大规模问题来很有价值（即使可能会影响收敛的稳定性和解的最优性）。